本發(fā)明涉及一種物聯(lián)網(wǎng)管理系統(tǒng)，尤其涉及一種基于云平臺(tái)的城市物聯(lián)網(wǎng)管理系統(tǒng)。

背景技術(shù)：

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新技術(shù)的不斷廣泛應(yīng)用，城市物聯(lián)網(wǎng)管理系統(tǒng)的研究越來越深入，智慧城市的概念越來越深入人心，然而在智慧城市推廣的過程中，由于涉及到城市的各種系統(tǒng)，因此目前的智慧城市的推廣阻礙非常大，其深究其原因發(fā)現(xiàn)目前的城市物聯(lián)網(wǎng)管理系統(tǒng)存在以下缺陷：1.云平臺(tái)多用戶訪問控制、云平臺(tái)多用戶數(shù)據(jù)庫模式和云平臺(tái)資源配比較困難，各種系統(tǒng)均有各自的一套資源訪問和分配方式，整合難度大，不能滿足用戶訪問控制策略的多樣性要求、不能滿足系統(tǒng)用戶類型的增加的要求、不能解決平臺(tái)管理員與用戶管理員之間的權(quán)限繼承問題；不能滿足用戶資源的定制的要求；2.由于多個(gè)系統(tǒng)集中在云平臺(tái)上，由于需要對(duì)其他系統(tǒng)進(jìn)行開放，造成原本數(shù)據(jù)比較安全的系統(tǒng)集中在云平臺(tái)上之后，安全性變差；3.由于云平臺(tái)是需要再多用戶環(huán)境下運(yùn)行，而城市的其他系統(tǒng)中會(huì)存在多個(gè)單用戶系統(tǒng)，把單用戶系統(tǒng)遷移至基于云平臺(tái)的多用戶環(huán)境下運(yùn)行，操作非常復(fù)雜，甚至有可能需要對(duì)單用戶系統(tǒng)的整個(gè)框架進(jìn)行改動(dòng)，需要非常大的成本和非常長(zhǎng)的工期。另外，目前的城市物聯(lián)網(wǎng)管理系統(tǒng)中，安防管理一直是重中之重，其中對(duì)于疑犯的駕車逃逸的監(jiān)控還比較薄弱，目前對(duì)于車輛的監(jiān)控始終處于路口拍攝照或者超速拍照的階段，無法及時(shí)的追蹤車輛，將目前的安防系統(tǒng)只能大致根據(jù)車輛顏色和車型款式人工的判斷，無法做到自動(dòng)監(jiān)測(cè)，更加無法做到進(jìn)一步精確的實(shí)時(shí)跟蹤，從而無法跟蹤車輛的運(yùn)行軌跡。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是：提供一種基于云平臺(tái)的城市物聯(lián)網(wǎng)管理系統(tǒng)，該物聯(lián)網(wǎng)管理管理系統(tǒng)能夠減少單用戶系統(tǒng)的改變，可滿足不同的系統(tǒng)的接入，減低遷移難度，同時(shí)也保證了各用戶的數(shù)據(jù)安全。

為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案是：一種基于云平臺(tái)的城市物聯(lián)網(wǎng)管理系統(tǒng)，該城市物聯(lián)網(wǎng)管理系統(tǒng)采用Xen和Hadoop框架搭建動(dòng)態(tài)可伸縮的云計(jì)算平臺(tái)作為云服務(wù)中心；該云計(jì)算平臺(tái)包括

基于IaaS平臺(tái)的基礎(chǔ)設(shè)施層，該基礎(chǔ)設(shè)施層包括計(jì)算資源模塊、存儲(chǔ)數(shù)據(jù)庫資源模塊和網(wǎng)絡(luò)資源模塊；

基于PaaS的中間件層，該中間件層包括并行計(jì)算模塊、信息檢索模塊、任務(wù)調(diào)度模塊、數(shù)據(jù)挖掘模塊、設(shè)備監(jiān)控模塊和數(shù)據(jù)備份模塊，該中間件層通過虛擬化技術(shù)為每一類應(yīng)用提供一個(gè)獨(dú)立的虛擬機(jī)作為運(yùn)行環(huán)境，通過虛擬化管理平臺(tái)管理基礎(chǔ)設(shè)施層中的計(jì)算資源模塊、存儲(chǔ)數(shù)據(jù)庫資源模塊和網(wǎng)絡(luò)資源模塊；

基于SaaS的應(yīng)用層，該應(yīng)用層包括涉及城市的民生的各系統(tǒng)和涉及安防的各系統(tǒng)，該應(yīng)用層通過開放的標(biāo)準(zhǔn)數(shù)據(jù)接口、業(yè)務(wù)接口和應(yīng)用代理接口與中間件層對(duì)接，應(yīng)用層通過中間件層調(diào)用基礎(chǔ)設(shè)施層中的集群資源，并以具體應(yīng)用或用戶的形式分配該資源；該應(yīng)用層中劃分出服務(wù)商平臺(tái)層和用戶層，服務(wù)商平臺(tái)層和用戶層以松耦合關(guān)系統(tǒng)一在同一個(gè)訪問控制模型中；在每一個(gè)訪問控制模型中均包括設(shè)置于所述存儲(chǔ)數(shù)據(jù)庫資源模塊中的多用戶數(shù)據(jù)庫和擴(kuò)展用戶數(shù)據(jù)庫，多用戶數(shù)據(jù)庫和擴(kuò)展用戶數(shù)據(jù)庫均統(tǒng)一連接至數(shù)據(jù)庫服務(wù)接口，用戶層或服務(wù)商平臺(tái)層通過包裹于數(shù)據(jù)訪問層外的數(shù)據(jù)訪問代理層間接訪問多用戶數(shù)據(jù)庫中的數(shù)據(jù)。

作為一種優(yōu)選的方案，多用戶數(shù)據(jù)庫包括混合數(shù)據(jù)庫子模塊和混合表結(jié)構(gòu)子模塊，其中混合數(shù)據(jù)庫子模塊由獨(dú)立數(shù)據(jù)庫模塊和共享表結(jié)構(gòu)模塊的混合組成，所述混合表結(jié)構(gòu)子模塊由共享數(shù)據(jù)庫獨(dú)立表結(jié)構(gòu)模塊和共享表結(jié)構(gòu)模塊組成。

作為一種優(yōu)選的方案，所述數(shù)據(jù)訪問代理層包括用戶信息過濾模塊、數(shù)據(jù)權(quán)限驗(yàn)證模塊和數(shù)據(jù)操作模塊，用戶信息過濾模塊與數(shù)據(jù)權(quán)限驗(yàn)證模塊相連，數(shù)據(jù)權(quán)限驗(yàn)證模塊與數(shù)據(jù)操作模塊相連。

作為一種優(yōu)選的方案，所述安防的各系統(tǒng)中包括車輛軌跡跟蹤及車牌識(shí)別系統(tǒng)，該車輛軌跡跟蹤及車牌識(shí)別系統(tǒng)包括設(shè)置于各監(jiān)測(cè)點(diǎn)上的特寫攝像頭，所述特寫攝像頭通過光端機(jī)和編碼器與設(shè)置于每個(gè)監(jiān)測(cè)點(diǎn)上的下游存儲(chǔ)模塊連接，該下游存儲(chǔ)模塊與云計(jì)算平臺(tái)通訊連接，所述云計(jì)算平臺(tái)中包括專用于分析識(shí)別車牌的車牌分析處理模塊，該車牌分析處理模塊包括

車輛檢測(cè)模塊，該車輛檢測(cè)模塊用于對(duì)特寫攝像頭拍攝的視頻進(jìn)行分析，跟蹤車輛的位置后根據(jù)車牌的清晰程度和車牌顯示面積的大小確定最佳時(shí)間段作為視頻分析對(duì)象；

車牌定位模塊，該車牌定位模塊以車牌框作為區(qū)別特征并且結(jié)合車牌顏色對(duì)比的方式對(duì)視頻分析對(duì)象中的每一幀圖像均進(jìn)行分析，確定出車牌的具體位置得到定位結(jié)果圖片；

車牌矯正和精定位模塊，該車牌矯正和精定位模塊對(duì)定位結(jié)果圖片進(jìn)行矯正并提高圖像的銳度和清晰度，然后再次對(duì)每一幀圖像的定位結(jié)果進(jìn)行精確定位，再次剔除不相關(guān)的圖像部位得到精定位結(jié)果圖片；

車牌切分模塊，該車牌切分模塊對(duì)每一幀圖像的的精定位結(jié)果圖片均切分成若干個(gè)待識(shí)別圖片，每個(gè)待識(shí)別圖片中只包含一個(gè)文字；

字符識(shí)別模塊，該字符識(shí)別模塊將每個(gè)待識(shí)別圖片與數(shù)據(jù)庫中的預(yù)先儲(chǔ)存的車牌文字進(jìn)行一一對(duì)比得出初步識(shí)別結(jié)果；

結(jié)果決策模塊，該結(jié)果決策模塊根據(jù)車牌在視頻過程中留下的記錄信息結(jié)合每一幀圖片得到的初步識(shí)別結(jié)果的最大可信值得出該車牌的綜合可信度，得出輸出識(shí)別結(jié)果或是拒絕該結(jié)果繼續(xù)跟蹤該車牌的結(jié)論；

輸出管理模塊，該輸出管理模塊將結(jié)果決策模塊得到的識(shí)別結(jié)果輸出。

作為一種優(yōu)選的方案，所述的車牌分析處理模塊中還包括學(xué)習(xí)模塊和車牌跟蹤模塊；

車牌跟蹤模塊根據(jù)根據(jù)車牌定位模塊得到的定位結(jié)果圖片再反饋至視頻中確定車輛運(yùn)行時(shí)車牌在視頻中的運(yùn)動(dòng)軌跡；

學(xué)習(xí)模塊與車輛檢測(cè)模塊、車牌定位模塊和車牌矯正和精定位模塊、車牌切分模塊、字符識(shí)別模塊、結(jié)果決策模塊、車牌跟蹤模塊均連接，學(xué)習(xí)模塊根據(jù)多次的車牌分析處理后，結(jié)合車牌在視頻中的運(yùn)動(dòng)軌跡、拍攝視頻的角度、圖片質(zhì)量和車輛運(yùn)行速度、監(jiān)測(cè)點(diǎn)周邊環(huán)境對(duì)各模塊進(jìn)行反饋指導(dǎo)，使車牌定位模塊優(yōu)先識(shí)別每一幀圖片中車牌軌跡的位置，并指導(dǎo)其他模塊根據(jù)該監(jiān)測(cè)點(diǎn)的拍攝角度和拍攝環(huán)境做適應(yīng)性的優(yōu)化調(diào)整。

作為一種優(yōu)選的方案，該城市物聯(lián)網(wǎng)管理系統(tǒng)中涉及城市的民生的各系統(tǒng)包括基于云計(jì)算平臺(tái)的智慧政務(wù)系統(tǒng)、智慧醫(yī)療系統(tǒng)、智慧教育系統(tǒng)、智慧樓宇系統(tǒng)、智慧交通系統(tǒng)、智慧旅游系統(tǒng)、智慧菜籃子系統(tǒng)中的一種或多種。

作為一種優(yōu)選的方案，所述智慧樓宇系統(tǒng)包括智能門禁系統(tǒng)，智能門禁系統(tǒng)包括設(shè)置于小區(qū)單元門門鎖上的藍(lán)牙控制模塊，該藍(lán)牙控制模塊通過門鎖控制單元控制單元門鎖的開閉，該藍(lán)牙控制模塊用于與住戶手機(jī)藍(lán)牙匹配。

作為一種優(yōu)選的方案，所述智慧樓宇系統(tǒng)還包括智能垃圾桶系統(tǒng)，該智能垃圾桶系統(tǒng)包括設(shè)置于垃圾桶上的高位傳感器，在小區(qū)的垃圾集中堆放處的周邊路燈桿上設(shè)置有拍攝垃圾集中堆環(huán)境的特寫攝像頭和與特寫攝像頭連接的垃圾控制單元，該垃圾控制單元與云計(jì)算平臺(tái)之間無線連接，該特寫攝像頭也連接于車輛軌跡跟蹤及車牌系統(tǒng)中。

采用了上述技術(shù)方案后，本發(fā)明的效果是：由于該云計(jì)算平臺(tái)包括基于IaaS平臺(tái)的基礎(chǔ)設(shè)施層，該基礎(chǔ)設(shè)施層包括計(jì)算資源模塊、存儲(chǔ)數(shù)據(jù)庫資源模塊和網(wǎng)絡(luò)資源模塊；

基于PaaS的中間件層，該中間件層包括并行計(jì)算模塊、信息檢索模塊、任務(wù)調(diào)度模塊、數(shù)據(jù)挖掘模塊、設(shè)備監(jiān)控模塊和數(shù)據(jù)備份模塊，該中間件層通過虛擬化技術(shù)為每一類應(yīng)用提供一個(gè)獨(dú)立的虛擬機(jī)作為運(yùn)行環(huán)境，通過虛擬化管理平臺(tái)管理基礎(chǔ)設(shè)施層中的計(jì)算資源模塊、存儲(chǔ)數(shù)據(jù)庫資源模塊和網(wǎng)絡(luò)資源模塊；

基于SaaS的應(yīng)用層，該應(yīng)用層包括涉及城市的民生的各系統(tǒng)和涉及安防的各系統(tǒng)，該應(yīng)用層通過開放的標(biāo)準(zhǔn)數(shù)據(jù)接口、業(yè)務(wù)接口和應(yīng)用代理接口與中間件層對(duì)接，應(yīng)用層通過中間件層調(diào)用基礎(chǔ)設(shè)施層中的集群資源，并以具體應(yīng)用或用戶的形式分配該資源；該應(yīng)用層中劃分出服務(wù)商平臺(tái)層和用戶層，服務(wù)商平臺(tái)層和用戶層以松耦合關(guān)系統(tǒng)一在同一個(gè)訪問控制模型中；在每一個(gè)訪問控制模型中均包括設(shè)置于所述存儲(chǔ)數(shù)據(jù)庫資源模塊中的多用戶數(shù)據(jù)庫和擴(kuò)展用戶數(shù)據(jù)庫，多用戶數(shù)據(jù)庫和擴(kuò)展用戶數(shù)據(jù)庫均連接至統(tǒng)一的數(shù)據(jù)庫服務(wù)接口，用戶層或服務(wù)商平臺(tái)層通過包裹于數(shù)據(jù)訪問層外的數(shù)據(jù)訪問代理層間接訪問多用戶數(shù)據(jù)庫中的數(shù)據(jù)，該城市物聯(lián)網(wǎng)管理系統(tǒng)統(tǒng)一了服務(wù)提供商與用戶的權(quán)限管理，使得SaaS服務(wù)的用戶類型較以往變得豐富多樣，同時(shí)提出了一個(gè)兩層的訪問控制模型有效地對(duì)不同類型的用戶進(jìn)行了區(qū)分這使得平臺(tái)不僅方便了用戶管理，又可實(shí)現(xiàn)平臺(tái)管理者對(duì)用戶的不可干預(yù)，有效保障各用戶的隱私。另外該城市物聯(lián)網(wǎng)管理系統(tǒng)增加了一個(gè)數(shù)據(jù)訪問代理層，其主要作用是使得上層業(yè)務(wù)意識(shí)不到多用戶數(shù)據(jù)庫模式的存在，能夠透明的訪問用戶數(shù)據(jù)，減少數(shù)據(jù)層的代碼修改對(duì)上層的影響，同時(shí)可以保證了遷移后的SaaS軟件維護(hù)成本降低，因?yàn)樵瓉淼能浖_發(fā)人員仍不需要關(guān)注多用戶特性的實(shí)現(xiàn)，只需要使用原有的技術(shù)和方法就可以維護(hù)或更新上層功能，所以開發(fā)成本和周期都會(huì)比普通的SaaS軟件低。

又由于多用戶數(shù)據(jù)庫包括混合數(shù)據(jù)庫子模塊和混合表結(jié)構(gòu)子模塊，其中混合數(shù)據(jù)庫子模塊由獨(dú)立數(shù)據(jù)庫模塊和共享表結(jié)構(gòu)模塊的混合組成，所述混合表結(jié)構(gòu)子模塊由共享數(shù)據(jù)庫獨(dú)立表結(jié)構(gòu)模塊和共享表結(jié)構(gòu)模塊組成。該多用戶數(shù)據(jù)庫可把重要數(shù)據(jù)放在安全度高的獨(dú)立數(shù)據(jù)庫模塊中，非重要數(shù)據(jù)放在成本低廉的共享數(shù)據(jù)庫獨(dú)立表結(jié)構(gòu)模塊中，可同時(shí)滿足低成本和高安全度的需求。

又由于所述數(shù)據(jù)訪問代理層包括用戶信息過濾模塊、數(shù)據(jù)權(quán)限驗(yàn)證模塊和數(shù)據(jù)操作模塊，用戶信息過濾模塊與數(shù)據(jù)權(quán)限驗(yàn)證模塊相連，數(shù)據(jù)權(quán)限驗(yàn)證模塊與數(shù)據(jù)操作模塊相連，該數(shù)據(jù)訪問代理層增加了數(shù)據(jù)庫訪問安全機(jī)制，保證每個(gè)用戶數(shù)據(jù)操作都能在通過安全檢測(cè)的情況下再執(zhí)行。

該城市物聯(lián)網(wǎng)管理系統(tǒng)包括了上述了車輛軌跡跟蹤及車牌識(shí)別系統(tǒng)，因此也具備了上述識(shí)別系統(tǒng)和識(shí)別方法的優(yōu)點(diǎn)，同時(shí)，利用該城市物聯(lián)網(wǎng)管理系統(tǒng)，可以將車牌分析處理模塊集成在云計(jì)算平臺(tái)上，分析處理更加強(qiáng)大，并且分析的結(jié)果可以直接通過云計(jì)算平臺(tái)分配給其他對(duì)應(yīng)連接的系統(tǒng)中，使資源的利用更加快捷。該車輛軌跡跟蹤及車牌識(shí)別系統(tǒng)為治安管理的現(xiàn)代化提供了保證，為平安校園的建設(shè)發(fā)揮重要作用。系統(tǒng)檢測(cè)實(shí)時(shí)記錄過往監(jiān)控點(diǎn)的每一輛機(jī)動(dòng)車的圖像；對(duì)運(yùn)行車輛的流量情況進(jìn)行常年不間斷的自動(dòng)記錄、分析和存儲(chǔ)；實(shí)現(xiàn)車輛牌照信息的抓拍和識(shí)別，并連接在云平臺(tái)上可與黑名單比對(duì)，對(duì)可疑車輛進(jìn)行抓拍、跟蹤和報(bào)警，該識(shí)別系統(tǒng)先確定車輛運(yùn)行的最佳時(shí)間段然后統(tǒng)一的識(shí)別該時(shí)間段內(nèi)的每一幀圖像，得到一個(gè)綜合的識(shí)別結(jié)果，識(shí)別的準(zhǔn)確度大大的提高，而每個(gè)監(jiān)測(cè)點(diǎn)均對(duì)車牌進(jìn)行了識(shí)別，即可對(duì)可疑車輛進(jìn)行跟蹤，得出車輛的軌跡。

另外，城市物聯(lián)網(wǎng)管理系統(tǒng)的智慧樓宇系統(tǒng)包括智能門禁系統(tǒng)和智能垃圾桶系統(tǒng)，實(shí)現(xiàn)了小區(qū)進(jìn)出的智能化，也實(shí)現(xiàn)了小區(qū)垃圾清理的智能化。

附圖說明

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說明。

圖1是本發(fā)明實(shí)施例的云計(jì)算平臺(tái)的結(jié)構(gòu)原理圖；

圖2是服務(wù)商平臺(tái)層和用戶層的關(guān)系原理圖；

圖3是本發(fā)明實(shí)施例的多用戶數(shù)據(jù)庫的結(jié)構(gòu)原理圖；

圖4是本發(fā)明實(shí)施例的數(shù)據(jù)訪問代理層的結(jié)構(gòu)原理圖；

圖5是車輛軌跡跟蹤及車牌識(shí)別系統(tǒng)的結(jié)構(gòu)原理圖；

附圖中：1.基礎(chǔ)設(shè)施層；2.中間件層；3.應(yīng)用層；4.計(jì)算資源模塊；5.存儲(chǔ)數(shù)據(jù)庫資源模塊；6.網(wǎng)絡(luò)資源模塊；7.任務(wù)調(diào)度模塊；8.設(shè)備監(jiān)控模塊；9.數(shù)據(jù)備份模塊；10.并行計(jì)算模塊；11.視頻輸入管理模塊；111.特寫攝像頭；112.全景攝像頭；12.車牌分析處理模塊；121.車輛檢測(cè)跟蹤模塊；122.車牌定位模塊；123.車牌矯正和精定位模塊；124.車牌切分模塊；125.字符識(shí)別模塊；126.結(jié)果決策模塊；127.輸出管理模塊；128.學(xué)習(xí)模塊；129.車牌跟蹤模塊；13.下游存儲(chǔ)模塊；14.數(shù)據(jù)挖掘模塊；15.信息檢索模塊；16.標(biāo)準(zhǔn)數(shù)據(jù)接口；17.業(yè)務(wù)接口；18.應(yīng)用代理接口；19.混合數(shù)據(jù)庫子模塊；20.混合表結(jié)構(gòu)子模塊；21.獨(dú)立數(shù)據(jù)庫模塊；22.共享數(shù)據(jù)庫獨(dú)立表結(jié)構(gòu)模塊；23.共享表結(jié)構(gòu)模塊；24.數(shù)據(jù)訪問代理層；25.用戶信息過濾模塊；26.數(shù)據(jù)權(quán)限驗(yàn)證模塊；27.數(shù)據(jù)操作模塊。

具體實(shí)施方式

下面通過具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。

如圖1至圖5所示，一種基于云平臺(tái)的城市物聯(lián)網(wǎng)管理系統(tǒng)，該城市物聯(lián)網(wǎng)管理系統(tǒng)采用Xen和Hadoop框架搭建動(dòng)態(tài)可伸縮的云計(jì)算平臺(tái)作為云服務(wù)中心；以實(shí)現(xiàn)大數(shù)據(jù)量處理所需的控制、存儲(chǔ)、計(jì)算等相應(yīng)的關(guān)鍵功能，實(shí)現(xiàn)云平臺(tái)服務(wù)的可持續(xù)性、可擴(kuò)展性以及可靠性。

該云計(jì)算平臺(tái)包括

基于IaaS平臺(tái)的基礎(chǔ)設(shè)施層1，該基礎(chǔ)設(shè)施層1包括計(jì)算資源模塊4、存儲(chǔ)數(shù)據(jù)庫資源模塊5和網(wǎng)絡(luò)資源模塊6；

基于PaaS的中間件層2，該中間件層2包括并行計(jì)算模塊10、信息檢索模塊15、任務(wù)調(diào)度模塊7、數(shù)據(jù)挖掘模塊14、設(shè)備監(jiān)控模塊8和數(shù)據(jù)備份模塊9，該中間件層2通過虛擬化技術(shù)為每一類應(yīng)用提供一個(gè)獨(dú)立的虛擬機(jī)作為運(yùn)行環(huán)境，通過虛擬化管理平臺(tái)管理基礎(chǔ)設(shè)施層1中的計(jì)算資源模塊4、存儲(chǔ)數(shù)據(jù)庫資源模塊5和網(wǎng)絡(luò)資源模塊6；中間件層2運(yùn)行在基礎(chǔ)設(shè)施層1之上，通過虛擬化管理平臺(tái)管理后臺(tái)多個(gè)計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)資源，以及其上運(yùn)行的虛擬環(huán)境。同時(shí)提供上層的應(yīng)用層3所需的基本數(shù)據(jù)服務(wù)和公共服務(wù)。用戶可以在標(biāo)準(zhǔn)數(shù)據(jù)接口16、應(yīng)用代理接口18上開發(fā)和構(gòu)建各自的應(yīng)用，并將應(yīng)用服務(wù)進(jìn)行包裝和發(fā)布。應(yīng)用層3主要針對(duì)各種應(yīng)用和用戶數(shù)據(jù)提供實(shí)時(shí)監(jiān)控、故障診斷、自動(dòng)提示和信息推送等服務(wù)。

基于SaaS的應(yīng)用層3，該應(yīng)用層3包括涉及城市的民生的各系統(tǒng)和涉及安防的各系統(tǒng)，該應(yīng)用層3通過開放的標(biāo)準(zhǔn)數(shù)據(jù)接口16、業(yè)務(wù)接口17和應(yīng)用代理接口18與中間件層2對(duì)接，應(yīng)用層3通過中間件層2調(diào)用基礎(chǔ)設(shè)施層1中的集群資源，并以具體應(yīng)用或用戶的形式分配該資源；該應(yīng)用層3中劃分出服務(wù)商平臺(tái)層和用戶層，服務(wù)商平臺(tái)層和用戶層以松耦合關(guān)系統(tǒng)一在同一個(gè)訪問控制模型中，如圖2所示；在每一個(gè)訪問控制模型中均包括設(shè)置于所述存儲(chǔ)數(shù)據(jù)庫資源模塊5中的多用戶數(shù)據(jù)庫和擴(kuò)展用戶數(shù)據(jù)庫，多用戶數(shù)據(jù)庫和擴(kuò)展用戶數(shù)據(jù)庫均統(tǒng)一連接至數(shù)據(jù)庫服務(wù)接口，用戶層或服務(wù)商平臺(tái)層通過包裹于數(shù)據(jù)訪問層外的數(shù)據(jù)訪問代理層24間接訪問多用戶數(shù)據(jù)庫中的數(shù)據(jù)。

其中，如圖3所示，多用戶數(shù)據(jù)庫包括混合數(shù)據(jù)庫子模塊19和混合表結(jié)構(gòu)子模塊20，其中混合數(shù)據(jù)庫子模塊19由獨(dú)立數(shù)據(jù)庫模塊21和共享表結(jié)構(gòu)模塊23的混合組成，所述混合表結(jié)構(gòu)子模塊20由共享數(shù)據(jù)庫獨(dú)立表結(jié)構(gòu)模塊22和共享表結(jié)構(gòu)模塊23組成，該多用戶數(shù)據(jù)庫和普通模式的數(shù)據(jù)庫相比是一種更加細(xì)粒度定義數(shù)據(jù)存儲(chǔ)需求的模式，在普通模式下的，用戶是按照“數(shù)據(jù)庫級(jí)別”定義數(shù)據(jù)存儲(chǔ)需求，而在多用戶數(shù)據(jù)庫模式下，用戶則可以按照“表級(jí)別”定義數(shù)據(jù)存儲(chǔ)需求。另外，多用戶數(shù)據(jù)庫模式是一個(gè)通用的能滿足不同用戶需求的數(shù)據(jù)模式，即使是原本想采用獨(dú)立數(shù)據(jù)庫模式的用戶，其存儲(chǔ)需求在多用戶數(shù)據(jù)庫模式下依然可以滿足，只需要定義所有“表級(jí)別”的數(shù)據(jù)均存在獨(dú)立數(shù)據(jù)庫中即可，該多用戶數(shù)據(jù)庫是一種兼顧成本和安全性的新的儲(chǔ)存方式。

如圖4所示，所述數(shù)據(jù)訪問代理層24包括用戶信息過濾模塊25、數(shù)據(jù)權(quán)限驗(yàn)證模塊26和數(shù)據(jù)操作模塊27，用戶信息過濾模塊25與數(shù)據(jù)權(quán)限驗(yàn)證模塊26相連，數(shù)據(jù)權(quán)限驗(yàn)證模塊26與數(shù)據(jù)操作模塊27相連。數(shù)據(jù)訪問代理層24增加了數(shù)據(jù)庫訪問安全機(jī)制，保證每個(gè)用戶數(shù)據(jù)操作都能在通過安全檢測(cè)的情況下再執(zhí)行

如圖5所示，所述安防的各系統(tǒng)中可包括人臉識(shí)別系統(tǒng)，小區(qū)防攀爬系統(tǒng)、車輛軌跡跟蹤及車牌識(shí)別系統(tǒng)、廠區(qū)安全監(jiān)控系統(tǒng)等，其中車輛軌跡跟蹤及車牌識(shí)別系統(tǒng)難度最高，該車輛軌跡跟蹤及車牌識(shí)別系統(tǒng)包括設(shè)置于各監(jiān)測(cè)點(diǎn)上的特寫攝像頭111，所述特寫攝像頭111通過光端機(jī)和編碼器與設(shè)置于每個(gè)監(jiān)測(cè)點(diǎn)上的下游存儲(chǔ)模塊13連接，該下游存儲(chǔ)模塊13與云計(jì)算平臺(tái)通訊連接，所述云計(jì)算平臺(tái)中包括專用于分析識(shí)別車牌的車牌分析處理模塊12，其中，所述監(jiān)測(cè)點(diǎn)包括道路的入口和出口監(jiān)測(cè)點(diǎn)、各公共場(chǎng)所的入口和出口的監(jiān)測(cè)點(diǎn)、小區(qū)和學(xué)校的入口和出口的檢測(cè)點(diǎn)，其中道路入口和出口的監(jiān)測(cè)點(diǎn)上的特寫攝像頭111的數(shù)目與道路的車道數(shù)一一對(duì)應(yīng)，并在道路入口和出口的監(jiān)測(cè)點(diǎn)上設(shè)置有全景攝像頭112和輔助光源，特寫攝像頭111和全景攝像頭112構(gòu)成了視頻輸入管理模塊11，其中，設(shè)置于同一條道路的入口和出口監(jiān)測(cè)點(diǎn)上的特寫攝像頭111分別對(duì)車輛的車頭和車尾進(jìn)行拍攝。

如圖5所示，該車牌分析處理模塊12包括

車輛檢測(cè)模塊，該車輛檢測(cè)模塊用于對(duì)特寫攝像頭111拍攝的視頻進(jìn)行分析，跟蹤車輛的位置后根據(jù)車牌的清晰程度和車牌顯示面積的大小確定最佳時(shí)間段作為視頻分析對(duì)象；該車輛檢測(cè)跟蹤模塊121能夠很好的克服各種外界的干擾，得到更加合理的識(shí)別結(jié)果。

車牌定位模塊122，該車牌定位模塊122以車牌框作為區(qū)別特征并且結(jié)合車牌顏色對(duì)比的方式對(duì)視頻分析對(duì)象中的每一幀圖像均進(jìn)行分析，確定出車牌的具體位置得到定位結(jié)果圖片；適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度，由于每個(gè)檢測(cè)點(diǎn)的拍攝角度不變，可以通過學(xué)習(xí)足夠的樣本快速的訓(xùn)練出不同車牌類型的檢測(cè)模型。其中，上述的區(qū)別特征需要預(yù)先錄入，我國車輛的號(hào)牌有二十多種,即"大型汽車前號(hào)牌、小型汽車號(hào)牌、領(lǐng)館汽車號(hào)牌、境外汽車號(hào)牌、外籍汽車號(hào)牌、試驗(yàn)汽車號(hào)牌、教練汽車號(hào)牌、掛車號(hào)牌、武警汽車號(hào)牌、警用汽車號(hào)牌、軍隊(duì)小型汽車號(hào)牌、軍隊(duì)大型汽車號(hào)牌、使館汽車號(hào)牌、大型汽車后號(hào)牌、2002式號(hào)牌、農(nóng)用運(yùn)輸車號(hào)牌、摩托車號(hào)牌、拖拉機(jī)號(hào)牌、其他號(hào)牌"。各車牌均可錄入一種樣式作為區(qū)別特征，方便識(shí)別。

其中該車牌定位模塊122對(duì)視頻分析對(duì)象中的每一幀圖像均進(jìn)行分析，將視頻分析對(duì)象中的每一幀圖像中劃分為易定位圖像和難定位圖像，易定位圖像中包含了上述區(qū)別特征以及輔助區(qū)別特征，即可確定出車牌的具體位置得到定位結(jié)果圖片；難定位圖像中以車牌框作為區(qū)別技術(shù)特征無法定位時(shí)，以車牌底色的輔助區(qū)別特征再次定位，定位后的結(jié)果再參考其他易定位圖像中的定位結(jié)果，若該難定位圖像中的定位結(jié)果的車牌位置與易定位圖像中的車牌按照直線軌跡變化時(shí)，則表明該難定位圖像中的定位結(jié)果準(zhǔn)確，若該難定位圖像中的定位結(jié)果的車牌位置與易定位圖像中的車牌位置不按照直線軌跡變化時(shí)，則該難定位圖像的定位結(jié)果不準(zhǔn)確，則該無定位結(jié)果的易定位圖像不作為判定基礎(chǔ)。

車牌矯正和精定位模塊123，該車牌矯正和精定位模塊123對(duì)定位結(jié)果圖片進(jìn)行矯正并提高圖像的銳度和清晰度，然后再次對(duì)每一幀圖像的定位結(jié)果進(jìn)行精確定位，再次剔除不相關(guān)的圖像部位得到精定位結(jié)果圖片；

車牌切分模塊124，該車牌切分模塊124對(duì)每一幀圖像的的精定位結(jié)果圖片均切分成若干個(gè)待識(shí)別圖片，每個(gè)待識(shí)別圖片中只包含一個(gè)文字；利用了車牌文字的灰度、顏色、邊緣分布等各種特征，能較好地抑制車牌周圍其他噪聲的影響，并能容忍一定傾斜角度的車牌。其中，云計(jì)算平臺(tái)的數(shù)據(jù)庫中可存儲(chǔ)各種車牌常用字符。

字符識(shí)別模塊125，該字符識(shí)別模塊125將每個(gè)待識(shí)別圖片與數(shù)據(jù)庫中的預(yù)先儲(chǔ)存的車牌文字進(jìn)行一一對(duì)比得出初步識(shí)別結(jié)果；數(shù)據(jù)庫中預(yù)先儲(chǔ)存的字符包括：

Ⅰ"0—9"十個(gè)阿拉伯?dāng)?shù)字；

Ⅱ"A—Z"二十六個(gè)英文字母；

Ⅲ省市區(qū)漢字簡(jiǎn)稱(京、津、晉、冀、蒙、遼、吉、黑、滬、蘇、浙、皖、閩、贛、魯、豫、鄂、湘、粵、桂、瓊、川、貴、云、藏、陜、甘、青、寧、新、渝)；

Ⅳ軍牌漢字(軍、海、空、集、北、沈、南、蘭、廣、成、濟(jì))；

Ⅴ號(hào)牌分類用漢字(警、學(xué)、領(lǐng)、試、掛、港、澳)；

Ⅵ武警車牌字；

結(jié)果決策模塊126，該結(jié)果決策模塊126根據(jù)車牌在視頻過程中留下的記錄信息結(jié)合每一幀圖片得到的初步識(shí)別結(jié)果的最大可信值得出該車牌的綜合可信度，得出輸出識(shí)別結(jié)果或是拒絕該結(jié)果繼續(xù)跟蹤該車牌的結(jié)論；其中，記錄信息包括識(shí)別結(jié)果、識(shí)別可信度、軌跡記錄、相似度記錄等，一個(gè)車牌的最終識(shí)別結(jié)果是通過分析所有幀的識(shí)別結(jié)果，對(duì)它們進(jìn)行智能化的歸類和投票，并結(jié)合一定的文法信息綜合而成。這種方法綜合利用了所有幀的信息，減少了以往基于單幅圖像的識(shí)別算法所帶來的偶然性錯(cuò)誤，大大提高了系統(tǒng)的識(shí)別率和識(shí)別結(jié)果的正確性和可靠性。最大可信值的具體判定方式為：若初步識(shí)別結(jié)果是唯一的結(jié)果文字，則該唯一的結(jié)果文字作為最終識(shí)別結(jié)果，若初步識(shí)別結(jié)果中得到多個(gè)可能結(jié)果文字，此時(shí)判定該初步結(jié)果中得到各可能結(jié)果文字的圖片數(shù)量并同時(shí)參考該圖片數(shù)量中的易定位圖片所占比例，占圖片數(shù)量最多且易定位圖片最多的的可能結(jié)果文字作為最終識(shí)別結(jié)果。

輸出管理模塊127，該輸出管理模塊127將結(jié)果決策模塊126得到的識(shí)別結(jié)果輸出。

本實(shí)施例中，所述的車牌分析處理模塊12中還包括學(xué)習(xí)模塊128和車牌跟蹤模塊129；

車牌跟蹤模塊129根據(jù)根據(jù)車牌定位模塊122得到的定位結(jié)果圖片再反饋至視頻中確定車輛運(yùn)行時(shí)車牌在視頻中的運(yùn)動(dòng)軌跡；車牌跟蹤模塊129根據(jù)車牌定位模塊122得到的定位結(jié)果圖片再反饋至視頻中確定車輛運(yùn)行時(shí)車牌在視頻中的運(yùn)動(dòng)軌跡；該車牌跟蹤模塊129具有一定容錯(cuò)能力的運(yùn)動(dòng)模型和更新模型，使得那些被短時(shí)間遮擋或瞬間模糊的車牌仍能被正確地跟蹤和預(yù)測(cè)。

學(xué)習(xí)模塊128與車輛檢測(cè)模塊、車牌定位模塊122和車牌矯正和精定位模塊123、車牌切分模塊124、字符識(shí)別模塊125、結(jié)果決策模塊126、車牌跟蹤模塊129均連接，學(xué)習(xí)模塊128根據(jù)多次的車牌分析處理后，結(jié)合車牌在視頻中的運(yùn)動(dòng)軌跡、拍攝視頻的角度、圖片質(zhì)量和車輛運(yùn)行速度、監(jiān)測(cè)點(diǎn)周邊環(huán)境對(duì)各模塊進(jìn)行反饋指導(dǎo)，使車牌定位模塊122優(yōu)先識(shí)別每一幀圖片中車牌軌跡的位置，并指導(dǎo)其他模塊根據(jù)該監(jiān)測(cè)點(diǎn)的拍攝角度和拍攝環(huán)境做適應(yīng)性的優(yōu)化調(diào)整。

該城市物聯(lián)網(wǎng)管理系統(tǒng)中涉及城市的民生的各系統(tǒng)包括基于云計(jì)算平臺(tái)的智慧政務(wù)系統(tǒng)、智慧醫(yī)療系統(tǒng)、智慧教育系統(tǒng)、智慧樓宇系統(tǒng)、智慧交通系統(tǒng)、智慧旅游系統(tǒng)、智慧菜籃子系統(tǒng)中的一種或多種，而對(duì)于城市物聯(lián)網(wǎng)管理系統(tǒng)基于云計(jì)算平臺(tái)，因此，可以集成各個(gè)領(lǐng)域的系統(tǒng)，整合了資源，避免了各個(gè)領(lǐng)域中的系統(tǒng)的重復(fù)開發(fā)。

所述智慧樓宇系統(tǒng)包括智能門禁系統(tǒng)，智能門禁系統(tǒng)包括設(shè)置于小區(qū)單元門門鎖上的藍(lán)牙控制模塊，該藍(lán)牙控制模塊通過門鎖控制單元控制單元門鎖的開閉，該藍(lán)牙控制模塊用于與住戶手機(jī)藍(lán)牙匹配。藍(lán)牙控制模塊與該單元的住戶手機(jī)藍(lán)牙匹配，住戶無需佩戴要是即可進(jìn)入，而該藍(lán)牙控制模塊直接連接至小區(qū)的智能應(yīng)用系統(tǒng)中，智能應(yīng)用系統(tǒng)可連接于云計(jì)算平臺(tái)上，而智能應(yīng)用系統(tǒng)可人工刪除與藍(lán)牙控制模塊匹配的手機(jī)，避免手機(jī)掉落存在的風(fēng)險(xiǎn)。

所述智慧樓宇系統(tǒng)還包括智能垃圾桶系統(tǒng)，該智能垃圾桶系統(tǒng)包括設(shè)置于垃圾桶上的高位傳感器，在小區(qū)的垃圾集中堆放處的周邊路燈桿上設(shè)置有拍攝垃圾集中堆環(huán)境的特寫攝像頭111和與特寫攝像頭111連接的垃圾控制單元，該垃圾控制單元與云計(jì)算平臺(tái)之間無線連接，該特寫攝像頭111也連接于車輛軌跡跟蹤及車牌系統(tǒng)中。當(dāng)垃圾集中堆的垃圾桶的高位傳感器均檢測(cè)到垃圾，表明垃圾桶均裝滿，并通過特寫攝像頭111可以觀察到垃圾桶內(nèi)的實(shí)時(shí)狀況，從而驗(yàn)證垃圾桶內(nèi)是否真的裝滿垃圾，當(dāng)驗(yàn)證完成后，利用云計(jì)算平臺(tái)可以調(diào)度垃圾清理車去集中收集垃圾，從而使資源的利用更加合理。

另外，上述的智慧交通系統(tǒng)中可包括智慧路燈系統(tǒng)，可根據(jù)光亮強(qiáng)度改變路燈的輸出功率，而路燈上設(shè)置了新能源汽車充電樁智能管控技術(shù)，通過柔性充電，多區(qū)段調(diào)節(jié)，多維度補(bǔ)償，歷史充電趨勢(shì)追溯，電流、電壓柔性輸出，實(shí)現(xiàn)對(duì)充電過程的智能管控，延長(zhǎng)電池壽命周期。

以上所述實(shí)施例僅是對(duì)本發(fā)明的優(yōu)選實(shí)施方式的描述，不作為對(duì)本發(fā)明范圍的限定，在不脫離本發(fā)明設(shè)計(jì)精神的基礎(chǔ)上，對(duì)本發(fā)明技術(shù)方案作出的各種變形和改造，均應(yīng)落入本發(fā)明的權(quán)利要求書確定的保護(hù)范圍內(nèi)。